01参数待补齐
NVIDIA HGX H100
大模型训练与高密度 GPU 集群平台基准样本。
Hopper 架构80GB HBMNVLink（第四代）
给第一次接触 AI 算力服务器行业的人
从一眼看懵，到能问对问题。
AI 算力服务器行业涉及芯片平台、整机厂商、产品规格和采购场景。AI Server Notes 用更清晰的行业导览，帮助第一次接触这个领域的人快速建立基础认知。
覆盖厂商、平台、机型与比较维度样本信息可对应官方资料入口重点对象持续补充与更新
重点样本
首批最值得先看的 3 个真实对象
不先把数据库铺满，先把真正高频、可被官方资料支撑的对象提到最前面，降低首页认知成本。
02参数待补齐
PowerEdge XE9680
训练型高密度 GPU 整机样本，适合新手建立“企业级训练服务器”第一印象。
最大 8 GPU6U Rack支持 NVIDIA H100 / H200
03参数待补齐
浪潮 NF5688G7 / NF5688 系列
国内市场常被提到的 GPU 训练服务器样本，用来建立国产整机认知。
最大 8 GPU6U RackNVLink（按官方配置）
速成攻略
先看 3 条最该懂的线
围绕行业入门、参数理解和采购判断三条主线，帮助你更快进入 AI 算力服务器的基础语境。
先选你最想解决的问题
先用三条最该懂的主线解决“应该先看什么”的问题，然后再决定要不要往更深的参数层走。
这一条能帮你先搞懂什么
先搞懂 AI 服务器到底和普通服务器差在哪
把 CPU 服务器、GPU 服务器、训练节点、推理节点这些词一次讲顺，先建立行业地图，再看厂商和型号。
阅读时长
6 分钟
看完后适合做什么
先看完，再决定要不要深挖
这一条为什么值得先看
首版为导读卡，后续可扩为正式文章。
厂商名录
厂商生态不是一排名片，而是一张关系图
从平台厂商、企业级整机品牌到国内解决方案阵营，这里汇总了理解行业格局最值得先认识的核心角色。
平台底座
NVIDIA
从 HGX 到 CUDA 生态，是多数整机与方案讨论的公共底层。
国内整机阵营
华为 / 浪潮 / 新华三 / 联想
更适合从解决方案、交付路径和政企落地场景去理解。
产品图谱
先看首批值得认识的真实产品对象
这里集中呈现行业里最常被提及的代表性平台和机型，方便快速建立对产品层的第一印象。
先看最值得记住的样本
不先堆满参数表，先把最常被提到的真实对象放到前面，帮你建立第一层产品印象。
算力 PK
先学会比较，再看谁更强
训练部署、采购复杂度和生态成熟度，往往比单一型号更能决定一台机器值不值得继续深入了解。
01当前先看
训练机 vs 推理机，应该先看什么
不是“谁更强”，而是任务目标、预算、部署周期和使用方式不同。
为什么值得先看
很多新手会把训练需求和推理需求混成一类，导致一开始问错问题。
下一步
后续补成一篇对比文，按场景拆字段。
先比较这两件事
先别急着比参数，先比判断难度
对新手来说，最容易出错的往往不是具体型号，而是先把采购复杂度和误判风险看反。
采购复杂度中
新手误判风险高